Cassandra分布式模型与源代码分析文茂.docx

Cassandra分布式模型与源代码分析 文茂 V0.7 文件更改摘要： 日期 修订说明 修订人 批准人 2010-7-18 创建 文茂 2010-8-19 修订 文茂 修订记录 1 简介 Cassandra是一个开源的分布式数据库，结合了Dynamo的Key/Value与Bigtable的面向列的特点。 1.1 Cassandra的特点 1. 灵活的schema 不需要象数据库一样预先设计schema，增加或者删除字段非常方便（on the fly）。 2. 支持range查询 可以对Key进行范围查询。 3. 高可用，可扩展 单点故障不影响集群服务，可线性扩展。 我们可以将Cassandra的数据模型想象成一个四维或者五维的Hash。 Apache Cassandra是一套开源分布式数据库管理系统。它最初由Facebook开发，用于储存特别大的数据。Facebook目前在使用此系统。 模式灵活 ：使用Cassandra，你不必提前解决记录中的字段。你可以在系统运行时随意的添加或移除字段。 　　真正的可扩展性 ：Cassandra是纯粹意义上的水平扩展。为给集群添加更多容量，可以指向另一台电脑。你不必重启任何进程，改变应用查询，或手动迁移任何数据。 　　多数据中心识别?：你可以调整你的节点布局来避免某一个数据中心起火，一个备用的数据中心将至少有每条记录的完全复制。 　　 　　范围查询 ：如果你不喜欢全部的键值查询，则可以设置键的范围来查询。 列表数据结构 ：在混合模式可以将超级列添加到5维。 　　分布式写操作 ：有可以在任何地方任何时间集中读或写任何数据。并且不会有任何单点失败。 应用客户：twitter、facebook 1.2 主要特性 分布式 基于column的结构化 高伸展性 Cassandra的主要特点就是它不是一个数据库，而是由一堆数据库节点共同构成的一个分布式网络服务，对Cassandra 的一个写操作，会被复制到其他节点上去，对Cassandra的读操作，也会被路由到某个节点上面去读取。对于一个Cassandra群集来说，扩展性能 是比较简单的事情，只管在群集里面添加节点就可以了。 Cassandra是一个混合型的非关系的数据库，类似于Google的BigTable。其主要功能比 Dynomite（分布式的Key-Value存储系统）更丰富，但支持度却不如文档存储MongoDB（介于关系数据库和非关系数据库之间的开源产品，是非关系数据库当中功能最丰富，最像关系数据库 的。支持的数据结构非常松散，是类似json的bjson格式，因此可以存储比较复杂的数据类型。）Cassandra最初由Facebook开发，后转变成了开源项目。它是一个网络社交云计算方面理想的数据库。以Amazon专有的完全分布式的Dynamo为基础，结合了Google BigTable基于列族（Column Family）的数据模型。P2P去中心化的存储。很多方面都可以称之为Dynamo 2.0。 1.3 功能 Cassandra的主要特点就是它不是一个数据库，而是由一堆数据库节点共同构成的一个分布 式网络服务，对Cassandra 的一个写操作，会被复制到其他节点上去，对Cassandra的读操作，也会被路由到某个节点上面去读取。对于一个Cassandra群集来说，扩展性能 是比较简单的事情，只管在群集里面添加节点就可以了。 这里有很多理由来选择Cassandra用于您的网站。 1.4 和其他数据库比较 模式灵活 ：使用Cassandra，像文档存储，你不必提前解决记录中的字段。你可以在系统运行时随意的添加或移除字段。这是一个惊人的效率提升，特别是在大型部 署上。 真正的可扩展性 ：Cassandra是纯粹意义上的水平扩展。为给集群添加更多容量，可以指向另一台电脑。你不必重启任何进程，改变应用查询，或手动迁移任何数据。 多数据中心识别 ：你可以调整你的节点布局来避免某一个数据中心起火，一个备用的数据中心将至少有每条记录的完全复制。 一些使Cassandra提高竞争力的其他功能： 范围查询 ：如果你不喜欢全部的键值查询，则可以设置键的范围来查询。 列表数据结构 ：在混合模式可以将超级列添加到5维。对于每个用户的索引，这是非常方便的。 分布式写操作 ：有可以在任何地方任何时间集中读或写任何数据。并且不会有任何单点失败 ? ? 2 数据模型 2.1 Column Column是Cassandra中最小的数据单元。它是一个3元的数据类型，包含：name，value和timestamp。 将一个Column用JSON的形式表现出来如下： { // 这是一个Column name: email,